随机森林怎么做：SPSSAU软件操作步骤与结果指标解读.docxVIP

一、随机森林所属模块

随机森林在SPSSAU中属于【机器学习】模块。

二、方法概述

随机森林是一类基于多棵决策树综合判断的机器学习方法，既可用于分类，也可用于回归。它适合处理变量较多、关系较复杂的数据场景，在预测、识别分类和评估变量重要性方面都很常用。

三、变量设置规则

1.总体要求

随机森林共需要设置2类变量，分别是分析项（X定量）和因变量Y，两类变量都为必填。

2.具体设置

（1）分析项（X定量）

●最少放入1个，最多可放入400个变量，且为必填。

●它们是进入模型用于学习和预测的输入特征，通常要求为定量变量。

（2）因变量Y

●只能放入1个变量，且为必填。

●它是模型要预测的目标变量。若Y为类别数据，通常对应分类任务；若Y为定量数据，通常对应回归任务。

四、参数设置及解释说明

1.训练集比例

●用于设置总样本中有多少比例参与模型训练，默认值为0.8。

●训练样本比例越高，模型学习通常越充分；测试样本会相应减少。一般可先采用默认设置。

2.数据归一化

●可选None、norm、mas、mms。

●None表示不处理；norm表示正态标准化；mas表示区间化；mms表示归一化。

●当不同变量量纲差异较大时，先做数据处理通常有助于提升模型使用体验。

3.保存预测值

●勾选后会额外保存预测信息。

●分类任务下通常会保存预测类别和各类别预测概率；回归任务